钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
西北大学学报(自然科学版)期刊
\
基于卷积神经网络的葡萄叶片检测
基于卷积神经网络的葡萄叶片检测
作者:
冯全
刘阗宇
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
葡萄叶片检测
卷积神经网络
建议区域
摘要:
为解决酿酒葡萄生长状态的在线自动监测问题,该文提出了一种基于卷积神经网络的葡萄叶片检测算法.通过多层卷积的方式产生特征图,使原图像的特征增强并且降低了图像噪声,在最后一层特征图中,通过使用RPN(Region proposal network)生成建议区域,然后进行池化操作,最后进行边框回归与分类.该算法在有叶片遮挡、光照阴影、病害叶片等复杂背景因素下对葡萄叶片有良好的检测效果.试验表明,该算法在复杂背景下对葡萄叶片的检测率为87.2%,误检率为7.2%.
暂无资源
收藏
引用
分享
推荐文章
基于卷积神经网络的植物叶片分类
植物叶片分类
卷积神经网络
深度学习
神经网络
特征图
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于级联卷积神经网络的作物病害叶片分割
卷积神经网络
图像分割
作物病害
级联卷积神经网络
基于全卷积神经网络的植物叶片分割算法
深度学习
全卷积神经网络
植物叶片分割
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于卷积神经网络的葡萄叶片检测
来源期刊
西北大学学报(自然科学版)
学科
工学
关键词
葡萄叶片检测
卷积神经网络
建议区域
年,卷(期)
2017,(4)
所属期刊栏目
信息科学
研究方向
页码范围
505-512
页数
8页
分类号
TP391.4
字数
4880字
语种
中文
DOI
10.16152/j.cnki.xdxbzr.2017-04-007
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
冯全
甘肃农业大学工学院
64
369
11.0
14.0
2
刘阗宇
甘肃农业大学工学院
3
25
3.0
3.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(95)
共引文献
(228)
参考文献
(16)
节点文献
引证文献
(7)
同被引文献
(31)
二级引证文献
(15)
1959(1)
参考文献(0)
二级参考文献(1)
1975(1)
参考文献(0)
二级参考文献(1)
1986(2)
参考文献(0)
二级参考文献(2)
1991(1)
参考文献(0)
二级参考文献(1)
1994(1)
参考文献(0)
二级参考文献(1)
1997(2)
参考文献(0)
二级参考文献(2)
1998(2)
参考文献(0)
二级参考文献(2)
2000(1)
参考文献(1)
二级参考文献(0)
2002(1)
参考文献(1)
二级参考文献(0)
2003(2)
参考文献(0)
二级参考文献(2)
2004(3)
参考文献(0)
二级参考文献(3)
2005(2)
参考文献(0)
二级参考文献(2)
2006(5)
参考文献(0)
二级参考文献(5)
2007(6)
参考文献(0)
二级参考文献(6)
2008(4)
参考文献(0)
二级参考文献(4)
2009(4)
参考文献(0)
二级参考文献(4)
2010(8)
参考文献(3)
二级参考文献(5)
2011(11)
参考文献(0)
二级参考文献(11)
2012(17)
参考文献(1)
二级参考文献(16)
2013(13)
参考文献(1)
二级参考文献(12)
2014(9)
参考文献(1)
二级参考文献(8)
2015(5)
参考文献(2)
二级参考文献(3)
2016(9)
参考文献(5)
二级参考文献(4)
2017(1)
参考文献(1)
二级参考文献(0)
2017(1)
参考文献(1)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2018(4)
引证文献(3)
二级引证文献(1)
2019(9)
引证文献(3)
二级引证文献(6)
2020(9)
引证文献(1)
二级引证文献(8)
研究主题发展历程
节点文献
葡萄叶片检测
卷积神经网络
建议区域
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西北大学学报(自然科学版)
主办单位:
西北大学
出版周期:
双月刊
ISSN:
1000-274X
CN:
61-1072/N
开本:
大16开
出版地:
西安市太白北路229号
邮发代号:
52-10
创刊时间:
1913
语种:
chi
出版文献量(篇)
4455
总下载数(次)
8
总被引数(次)
31135
期刊文献
相关文献
1.
基于卷积神经网络的植物叶片分类
2.
基于卷积神经网络的目标检测研究综述
3.
基于级联卷积神经网络的作物病害叶片分割
4.
基于全卷积神经网络的植物叶片分割算法
5.
基于双路卷积神经网络的植物叶片识别模型
6.
基于卷积神经网络的目标检测算法综述
7.
基于卷积神经网络的目标检测与识别
8.
基于异卷积神经网络的入侵检测
9.
基于卷积神经网络的目标检测模型综述
10.
基于卷积神经网络的肺炎检测系统
11.
基于混合卷积神经网络的人头检测方法
12.
基于深度卷积神经网络的SQL注入攻击检测
13.
基于卷积神经网络的葡萄叶片氮含量识别方法
14.
基于循环卷积神经网络的目标检测与分类
15.
基于深度卷积神经网络的行人检测
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
西北大学学报(自然科学版)2022
西北大学学报(自然科学版)2021
西北大学学报(自然科学版)2020
西北大学学报(自然科学版)2019
西北大学学报(自然科学版)2018
西北大学学报(自然科学版)2017
西北大学学报(自然科学版)2016
西北大学学报(自然科学版)2015
西北大学学报(自然科学版)2014
西北大学学报(自然科学版)2013
西北大学学报(自然科学版)2012
西北大学学报(自然科学版)2011
西北大学学报(自然科学版)2010
西北大学学报(自然科学版)2009
西北大学学报(自然科学版)2008
西北大学学报(自然科学版)2007
西北大学学报(自然科学版)2006
西北大学学报(自然科学版)2005
西北大学学报(自然科学版)2004
西北大学学报(自然科学版)2003
西北大学学报(自然科学版)2002
西北大学学报(自然科学版)2001
西北大学学报(自然科学版)2000
西北大学学报(自然科学版)1999
西北大学学报(自然科学版)2017年第6期
西北大学学报(自然科学版)2017年第5期
西北大学学报(自然科学版)2017年第4期
西北大学学报(自然科学版)2017年第3期
西北大学学报(自然科学版)2017年第2期
西北大学学报(自然科学版)2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号